乔治城大学、OpenAI、Stanford Internet Observatory（SIO）合作，展开对大型语言模型（LLM）对舆论风向操纵的研究，研究人员提到，大型语言模型的发展，将导致更多的恶意传播行为，而且形式更加多样，恶意宣传行为的成本也将降低。
大型语言模型的各项优点被滥用，可被有效用于操纵公众舆论，但目前缺乏有效的解决方案阻止大型语言模型被滥用，需要各组织从模型构建、模型访问和模型传播等环节采取粽合措施，才能缓解大型语言模型所产生的负面影响。
近年人工智能技术有了显著的进展，特别是能够自动创建内容的生成模型（Generative Model），这包括可以生成文本内容的语言模型，在初期研究就证明，人工智能模型遭到恶意人士滥用，会对社会产生危害。
研究提到，过去10年政治影响力操纵增加，像是在网络和社交媒体上，以隐蔽或是欺骗的方式影响目标受众，就美国而言，已经有数百个美海内外的舆论操纵活动被披露，试图影响总统大选等政治事件。三大机构的研究人员合作，针对大型语言模型未来被用于操纵舆论的方法，以及如何解决这些威胁两大问题展开研究。
这个研究使用了研究虚假消息活动的知名ABC模型，A代表行为人（Actor）、B则代表行为（Behavior），而C是内容（Content）。行为人也就是指舆论操纵行为背后的实体，像是一个看起来是Black Lives Matter的倡议人士，背后可能是由国家资助，目的是以假账号传播虚假消息的组织。行为则是指行为人用以完成目的的方法，像是以自动化或是内容农场，传播假资料操纵舆论风向。内容是行为人试图洗白或是放大的实质资讯。
ABC是平台和研究人员在调查舆论操纵需要评估的三个维度，研究人员提到，在整个舆论操纵过程，三个维度可能有其中一个维度完全真实，像是完全真实的内容，可能通过付费或是自主参与，被不合理的放大，又或是政治人物等真实行为人，以自动化技术来操纵舆论。
研究人员提到，生成模型能够改进舆论操纵内容、降低成本并且增加活动规模，并且采用新的欺骗形式完成目的。该研究总结语言模型在舆论操作上，所能产生的变化，在行为人方面，预期未来将因为生成模型而导致宣传成本降低，使得更多也更多样化的宣传群体出现，外包行为人也会变得重要，自动生成内容会对该产业带来新的竞争优势。
生成模型在舆论操作上，对行为产生的改变，包括自动制作内容增加活动规模，同时行为也变得更加有效率，因为使用语言模型，跨平台测试等昂贵策略可能会更便宜，研究人员预期将会有新策略出现，像是能够即时生成个性化的内容。而且因为语言模型技术的发展，所生成的内容将更可信也更有说服力，有别于复制粘贴的文本，生成的内容将使操纵行为更不容易被发现。
研究人员明确的指出，语言模型对舆论风向操纵产生重大影响，而且目前没有终极解决方案，人工智能技术供应商和社交媒体，需要共同应对舆论操纵所带来的威胁，而要有效解决这个问题，不能只着眼假消息的供应，同时也应该关注假消息的需求面，他们认为，还需要有更多的研究，探讨解决方案的可行性。